본문 바로가기

분류 전체보기

(104)
WebML #1 TensorFlow.js Server-side / Node.js benefit 1. Use TensorFlow SavedModel without conversion 2. Run larger models than client-side (GPU memory limits) 3. Code in 1 language 4. Performance - C bindings, JIT boost for pre/post-processing Client-side superpowers 1. privacy 2. low latency 3. lower cost 4. interactivity 5. Reach and Scale (GPU support on 84% of devices via WebGL) 3 ways to use 1. Pre-..
Statistical Test Statistical Test: hypothesis testing Statistically significant relationship? or difference between two or more groups. Test statistics: a number that describes how much the relationship between variables in the test. p-value (probability value): extreme-> infer a statistically significant relationship. Assumption 1. Independence of observations. 2. Homogeneity of variance. 3. Normality of data R..
Objective-C skimming @autoreleasepool 안에 소스코드 작성하면 됨. Cocoa - apple framework. 대부분의 interface, class는 NSObject를 상속. NSLog(@"Bool Value %@", boolValue ? @"YES" : @"NO"); int x =10; NSLog(@"%d",x); enum flag {false, true}; 클래스의 선언은 반드시 포인터로 할 것. id: 동적 타입, 어떤 클래스에서 생성한 객체도 가리킬 수 있음. id x; (이미 포인터임) self: 현재 동작중인 객체 포인터 super: 부모클래스에 대한 포인터 property 수식어 1. readwrite/readonly 2. strong/weak: 생존기간 3. atomic/nonatomic: 멀티..
SWIFT UI study #2 기초 문법 이번 포스팅은 야곰님의 swift 기초문법강좌 정리입니다. 저의 개인공부를 위한 간단한 내용 위주의 정리이니 자세한 설명이 필요하신 분들은 아래의 링크를 참조해주세요. https://www.youtube.com/watch?v=2n-fSlW-jts&list=PLz8NH7YHUj_ZmlgcSETF51Z9GSSU6Uioy 14. 값 타입과 참조 타입 값(value): 데이터를 전달할 때 값을 복사하여 전달 참조(reference) : 데이터를 전달할 때 값의 메모리 위치를 전달 Class: 전통적인 OOP관점에서의 클래스, 참조타입, Apple 프레임워크의 대부분 큰 뼈대는 모두 클래스로 구성. Struct: 상속 불가, 값 타입, SWIFT의 큰 뼈대는 대부분 Struct로 구성. Enum: 열거형 자체가 ..
SWIFT UI study #1 기초 문법 이번 포스팅은 야곰님의 swift 기초문법강좌 정리입니다. 저의 개인공부를 위한 간단한 내용 위주의 정리이니 자세한 설명이 필요하신 분들은 아래의 링크를 참조해주세요. https://www.youtube.com/watch?v=2n-fSlW-jts&list=PLz8NH7YHUj_ZmlgcSETF51Z9GSSU6Uioy SWIFT: 함수형 프로그래밍 1. 콘솔로그 print: 단순 문자열 출력 dump: 인스턴스의 자세한 property까지 출력함 문자열 보간법: print("Hi, I'm \(age+2) years old") 와 같이 \()를 사용함. 2. 상수, 변수 상수의 선언: let 변수의 선언: var 아래와 같이 선언 let or var 이름: 타입 = 값 값의 타입이 명확하다면 타입 생략 가능..
딥러닝 겉핥기 with pytorch - 합성곱신경망/시계열분석 본 글은 "딥러닝 파이토치 교과서" 책을 겉핥으면서 개인 공부 목적으로 작성되었습니다. 왜 합성곱층이 필요한가? 순전파-역전파 과정에서 계산 과정이 복잡하고 많은 자원을 잡아먹음. 이미지 전체를 한 번에 계산하는 것이 아니라 이미지의 국소적 부분을 계산함으로써 시간과 자원을 절약하여 이미지의 세밀한 부분 분석 2D 이미지의 공간적 구조를 무시하는 문제점 해결 합성곱 신경망 구조 입력층(Input layer) Height * Width * Channel의 3차원 입력 데이터 합성곱층 입력 데이터에서 특성을 추출하는 역할 수행 입력 이미지에 필터/커널을 통해 모든 영역을 훑으면서 특성 맵(feature map) 추출. 필터는 주로 3*3, 5*5로 잡으며 스트라이드(stride)를 통해 간격만큼 이동하면서 ..
딥러닝 겉핥기 with pytorch - 합성곱신경망 본 글은 "딥러닝 파이토치 교과서" 책을 겉핥으면서 개인 공부 목적으로 작성되었습니다. 왜 합성곱층이 필요한가? 순전파-역전파 과정에서 계산 과정이 복잡하고 많은 자원을 잡아먹음. 이미지 전체를 한 번에 계산하는 것이 아니라 이미지의 국소적 부분을 계산함으로써 시간과 자원을 절약하여 이미지의 세밀한 부분 분석 2D 이미지의 공간적 구조를 무시하는 문제점 해결 합성곱 신경망 구조 입력층(Input layer) Height * Width * Channel의 3차원 입력 데이터 합성곱층 입력 데이터에서 특성을 추출하는 역할 수행 입력 이미지에 필터/커널을 통해 모든 영역을 훑으면서 특성 맵(feature map) 추출. 필터는 주로 3*3, 5*5로 잡으며 스트라이드(stride)를 통해 간격만큼 이동하면서 ..
딥러닝 겉핥기 with 파이토치 - 1 본 글은 "딥러닝 파이토치 교과서" 책을 겉핥으면서 개인 공부 목적으로 작성되었습니다. 1. 딥러닝의 출현. 다수의 신호 흐름을 입력으로 받아 하나의 신호를 출력하는 퍼셉트론이라는 선형분류기가 기원. 하지만 단층 퍼셉트론은 AND/OR 게이트로만 동작하며 XOR게이트와 같이 비선형적 분리를 하지 못함. 이를 극복하기 위해 입력층과 출력층 사이에 하나 이상의 중간층을 두어 비선형적으로 분리되는 데이터도 학습이 가능하도록 다층 퍼셉트론이 제안되었고 이 은닉층이 여러개 있는 신경망을 심층 신경망, 다른 이름으로 딥러닝이라고 하게 됨. 2. 딥러닝의 구조. 딥러닝은 입력층, 출력층, 두 개 이상의 은닉층으로 구성되어 있음. --- 입력층: 데이터를 받아들이는 층 은닉층: 입력노드로부터 받아들인 값의 가중합을 계..